大数据知识合集之数据分析模型

常用数据分析模型，主要包括：对比分析、漏斗分析、留存分析、A/B测试、用户行为路径分析、用户分群、用户画像分析等。

1、对比分析

对比分析 主要是指将两个相互联系的指标数据进行比较，从数量上展示和说明研究对象的规模大小，水平高低，速度快慢等相对数值， 通过相同维度下的指标对比，可以发现，找出业务在不同阶段的问题。

常见的对比方法包括：时间对比，空间对比，标准对比。

时间对比： 包含同比、环比、定基比，时间不同其他条件相同。

例如： 本周和上周进行对比就是环比；本月第一周和上月第一周对比就是同比；所有数据同今年的第一周对比则为定基比。通过三种方式，可以分析业务增长水平，速度等信息。

空间对比： 就是同类现象或指标在同一时间不同空间的指标数值进行对比。

例如：6月份淘宝成交额与天猫成交额对比就是空间对比。

标准对比： 对某指标设定标准值，该指标所有数据与标准值对比。

例如：学生成绩及格设定在60，大于等于60的为及格，小于的60则为不及格，这就是标准对比。

2、漏斗分析

漏斗分析模型是一套流程式数据分析，它能够科学反映用户行为状态以及从起点到终点各阶段用户转化率情况的重要分析模型。

漏斗分析模型已经广泛应用于流量监控、产品目标转化等日常数据运营与数据分析的工作中。

3、留存分析

留存分析是一种用来分析用户参与情况/活跃程度的分析模型，考察进行初始行为的用户中，有多少人会进行后续行为。这是用来衡量产品对用户价值高低的重要方法。

留存分析可以帮助回答以下问题：

l 一个新客户在未来的一段时间内是否完成了您期许用户完成的行为？如支付订单等。

l 某个社交产品改进了新注册用户的引导流程，期待改善用户注册后的参与程度，如何验证？

4、A/B测试

A/B测试是指将产品的两个或多个版本，在同一时间维度，分别让类似访客群组来访问，收集各群组的用户体验数据和业务数据，最后分析评估出最好版本正式采用。

比如： 你发现漏斗转化中间有漏洞，假设一定是商品价格问题导致了流失，你看到了问题-漏斗，也想出了主意-改变定价。但主意是否正确，要看真实的用户反应，于是采用AB测试，一部分用户还是看到老价格，一部分用户看到新价格，若你的主意真的管用，新价格就应该有更好的转化，若真如此，新价格就应该确定下来，如此反复优化。

5、用户行为路径分析

用户路径分析即用户在APP或网站中的访问路径。

用户路径的分析结果通常以桑基图形式展现，以目标事件为起点／终点，详细查看后续／前置路径，可以详细查看某个节点事件的流向。用户路径分析能够可视化用户流，全面了解用户整体行为路径，定位影响转化的主次因素，方便产品设计的优化与改进。

6、用户分群

用户分群即用户信息标签化，通过用户的历史行为路径、行为特征、偏好等属性将具有相同属性的用户划分为一个群体，并进行后续分析。因为群体特征不同，行为会有很大差别，因此可以根据历史数据将用户进行划分，进而再次观察该群体的具体行为。

用户分群关注群体差异，帮助企业打破数据孤岛并真实了解用户，让企业定位营销目标群体，帮助企业实现精准、高效营销。

7、用户画像

用户画像分析是基于自动标签系统将用户完整的画像描绘清晰。

常用的画像标签类别有：基本属性、心理特征、兴趣爱好、购买能力、行为特征、社交网络等。

不知道说了这么多，大家记住了几个。

文章来源：网络  版权归原作者所有

上文内容不用于商业目的，如涉及知识产权问题，请权利人联系小编，我们将立即处理